Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[W001241] - DIGITAL COMMUNICATIONSDIGITAL COMMUNICATIONS
MASSIMO BATTAGLIONI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [IM11] INGEGNERIA ELETTRONICA (Curriculum: Smart and Secure Communication Networks) Master Degree (2 years) - [IM11] ELECTRONICS ENGINEERING (Curriculum: Smart and Secure Communication Networks)
Dipartimento: [040040] Dipartimento Ingegneria dell'InformazioneDepartment: [040040] Dipartimento Ingegneria dell'Informazione
Anno di corsoDegree programme year : 2 - Primo Semestre
Anno offertaAcademic year: 2020-2021
Anno regolamentoAnno regolamento: 2019-2020
Crediti: 9
Ore di lezioneTeaching hours: 72
TipologiaType: C - Affine/Integrativa
Settore disciplinareAcademic discipline: ING-INF/03 - TELECOMUNICAZIONI

LINGUA INSEGNAMENTO LANGUAGE

ITALIANO

Italian


PREREQUISITI PREREQUISITES

Concetti base delle telecomunicazioni.

Basic concepts of telecommunications.


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

• Lezioni di teoria: 54 ore
• Esercitazioni software: 18 ore

• Theoretical lectures: 54 hours
• Software exercises: 18 hours


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

Conoscere e comprendere gli aspetti innovativi nelle moderne tecniche di trasmissione numerica, con un approccio che evidenzia la necessità del rigore matematico ma che comunque salvaguarda gli aspetti più intuitivi.


Capacità di applicare conoscenze e comprensione.

Lo studente dovrà conoscere le moderne tecniche per la generazione, la trasmissione, la protezione e la ricostruzione al ricevitore dell’informazione trasmessa, utilizzando strumenti matematici avanzati ed idonei alla progettazione di nuovi sistemi di telecomunicazione. In tal modo, egli acquisirà una serie di abilità professionalizzanti, quali:
1. la capacità di progettare sistemi di codifica, equalizzazione e ricostruzione dell’informazione basati sulla decisione soft;
2. la capacità di analizzare le prestazioni di sistemi di trasmissione digitale su canali non convenzionali, ad esempio affetti da jamming;
3. la capacità di proporre soluzioni in grado di garantire un prefissato livello di affidabilità della trasmissione unitamente ad un buon livello di sicurezza a livello fisico.
Lo studente dovrà dimostrare di saper applicare le conoscenze acquisite anche nell’ambito di un progetto software, basato su Matlab/Simulink, da sviluppare durante il corso.


Competenze trasversali.

Il progetto software da sviluppare durante il corso verrà svolto in gruppi e contribuirà a migliorare le capacità di collaborazione, comunicazione e confronto tra gli studenti, nonché la capacità di trarre conclusioni condivise.


Knowledge and Understanding.

To know and understand the new issues in modern digital transmission techniques, with an approach that emphasizes the need for mathematical rigor but which nonetheless preserves its most intuitive aspects.


Capacity to apply Knowledge and Understanding.

The student shall know the modern techniques for generating, transmitting, protecting and detecting, at the receiver, the transmitted information, by employing advanced mathematical tools, suited for the design of new telecommunication systems. This way, he will acquire a series of vocational skills, such as:
1. the ability to design systems for coding, equalization and detection of the information based on soft decision;
2. the ability to analyze the performance of digital transmission systems over unconventional channels, like those affected by jamming;
3. the ability to propose solutions that can guarantee an assigned level of reliability for the transmission, jointly with a good degree of physical layer security.
The student shall demonstrate to be able to apply the knowledge acquired also in the framework of a project, based on Matlab/Simulink, to be developed during the course.


Transversal Skills.

The software project to be developed during the course will be executed in groups and will contribute to improve the ability of the students to cooperate, communicate and elaborate, as well as the ability to draw shared conclusions.



PROGRAMMA PROGRAM

Lezioni frontali:
- Principali formati di trasmissione: parametri caratteristici e modalità di rappresentazione. Probabilità di errore, Banda, Complessità di implementazione. Analisi comparata delle soluzioni possibili.
- Struttura e caratteristiche di un modulatore numerico. Principali formati di trasmissione in banda base e in banda passante: PAM, ASK, PSK, OOK, DPSK, QAM, FSK, PPM. Altri formati ortogonali, bi-ortogonali e transortogonali. Modulazioni miste di ampiezza e fase in spazi bidimensionali.
- Ricevitore ottimo su canale AWGN e in presenza di rumore colorato. Ricevitore a correlatore. Filtro adattato. PLL per la ricostruzione della fase. Criterio MAP e criterio ML. Mapping di Gray, Yarg e anti-Gray. Analisi comparata. Caratterizzazione del rumore a spettro non piatto. Matrice di covarianza. Metodo di Karhunen–Loève.
- Algoritmo di Viterbi con decisione soft. Implementazione con codici convoluzionali. Algoritmo BCJR. Decodifica iterativa. Cenni codici turbo e codici prodotto. Algoritmo SOVA. Informazione estrinseca ed affidabilità.
- Interferenza di intersimbolo in presenza di rumore termico e limitazioni in banda. Segnali a risposta parziale. Precodifica. Rivelazione hard e soft. Calcolo correlazione rumore termico. Matrice di covarianza. Valutazione approssimata della probabilità di errore. Confronto tra caso ideale, rivelazione hard e rivelazione soft.
- Tecniche di modulazione ad elevata efficienza spettrale. Segnali a fase continua. Rivelazione soft di segnali a fase continua. Diagramma delle traiettorie. Formati MSK e GMSK.
- Valutazione dello spettro di potenza per segnali in banda base e in banda traslata. Verifica della stazionarietà e della ciclo-stazionarietà. Applicazione del Teorema di Wiener-Khintchine generalizzato. Impatto sulla spettro della componente deterministica e della componente aleatoria del segnale. Esempi di calcolo dello spettro per i principali formati di trasmissione: NRZ ed RZ, unipolare e bipolare, AMI, PAM, PPM, ASK, OOK, PSK, QAM, FSK di Sunde.
- Cenni sulla sicurezza a livello fisico. Security gap. Codifica di canale per implementare la sicurezza a livello fisico. Secrecy rate. Punturazione. Scrambling. Esempi di sistemi che implementano la sicurezza a livello fisico. Valutazioni sperimentali.
- Canali con jamming. Tipologie di jamming. Pulsed jamming. Canali con burst. Tecniche per ridurre l’impatto del jamming. Effetto dello spettro espanso e della codifica sul pulsed jamming. Interleaving. Ottimizzazione delle metriche per canali con jamming. Continuous wave jamming. Approssimazione Gaussiana. Pseudo-noise jamming.
Esercitazioni software:
- Software (Matlab e Simulink) per la simulazione di sistemi di trasmissione numerica.

Classroom-taught lectures:
- Main transmission formats: typical parameters and representation ways. Error probability, Band, Implementation complexity. Comparative analysis of the possible solutions.
- Structure and features of a digital modulator. Main transmission baseband and passband formats: PAM, ASK, PSK, OOK, DPSK, QAM, FSK, PPM. Other orthogonal, bi-orthogonal and trans-orthogonal formats. Mixed amplitude and phase modulations in bidimensional spaces.
- Optimal receiver over the AWGN channel and in presence of coloured noise. Correlator receiver. Matched filter. PLL for phase reconstruction. MAP criterion and ML criterion. Gray, Yarg and anti-Gray mappings. Comparative analysis. Characterization of the non flat spectrum noise. Covariance matrix. Karhunen–Loève method.
- Viterbi algorithm with soft decision. Implementation with convolutional codes. BCJR algorithm. Iterative decoding. Outline of turbo codes and product codes. SOVA algorithm. Extrinsic information and reliability.
- Intersymbol interference in the presence of thermal noise and bandwidth limitations. Partial response signals. Precoding. Hard- and soft-detection. Computation of thermal noise correlation. Covariance matrix. Approximate evaluation of the error probability. Comparison between the ideal case, hard-detection and soft-detection
- Modulation techniques with high spectral efficiency. Continuous phase signals. Soft detection of continuous phase signals. Trajectories diagram. MSK and GMSK formats.
- Evaluation of the power spectrum for baseband and passband signals. Check of the stationarity or cyclostationarity properties. Application of the generalized Wiener-Khintchine theorem. Impact on the power spectrum of the deterministic component and of the random component of the signal. Examples of spectrum computation for the main transmission formats: NRZ and RZ, unipolar and bipolar, AMI, PAM, PPM, ASK, OOK, PSK, QAM, Sunde’s FSK.
- Outiline of physical layer security. Security gap. Channel coding for the implementation of the physical layer security. Secrecy rate. Puncturing. Scrambling. Examples of systems that implement physical layer security. Experimental evaluations.
- Channels with jamming. Jamming types. Pulsed jamming. Burst channels. Methods for reducing jamming impact. Effects of spread spectrum and channel coding on pulsed jamming. Interleaving. Metrics optimization for jamming channels. Continuous wave jamming. Gaussian approximation. Pseudo-noise jamming.
Software exercises:
- Software to simulate digital transmission systems.


MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION
Modalità di valutazione dell'apprendimento.

L’esame consiste in una prova orale. Se necessario, i quesiti la cui risposta richiede l'esecuzione di brevi calcoli, vengono svolti in forma scritta contestualmente alla prova orale. Allo studente si chiede di esporre i fondamenti teorici ed esempi di applicazione delle moderne tecniche per la generazione, la trasmissione, la protezione e la ricostruzione al ricevitore dell'informazione trasmessa. Lo studente deve inoltre dimostrare di saper applicare le conoscenze acquisite anche nell'ambito di un progetto software da sviluppare preferibilmente (benché non necessariamente) in gruppo durante il corso.


Criteri di valutazione dell'apprendimento.

Lo studente deve dimostrare di possedere una complessiva conoscenza dei contenuti dell’insegnamento, esposti in maniera sufficientemente corretta con utilizzo di adeguata terminologia tecnica, ed una sufficiente capacità di formalizzazione, anche matematica, per le tematiche che la richiedono. La valutazione massima viene conseguita dimostrando una conoscenza approfondita dei contenuti dell'insegnamento, esposta con completa padronanza del linguaggio tecnico e formale.


Criteri di misurazione dell'apprendimento.

L'apprendimento è misurato dalla capacità dello studente di dimostrare la conoscenza e la comprensione degli aspetti innovativi nelle moderne tecniche di trasmissione numerica, con un approccio che combini il rigore matematico e l'interpretazione intuitiva dei fenomeni.


Criteri di attribuzione del voto finale.

L’orale è articolato in due o tre quesiti, in funzione delle tematiche trattate nel corso del colloquio, ognuno dei quali è valutabile con un punteggio variabile fra 0 e 15 punti (nel caso di due domande) o fra 0 e 10 punti (nel caso di tre domande). La lode viene attribuita agli studenti che, avendo conseguito la valutazione massima, abbiano dimostrato la completa padronanza della materia.


Learning Evaluation Methods.

The exam consists of an oral test. If necessary, the questions requiring the execution of short calculations are answered in written form during the oral test. The student is asked to illustrate the theoretical foundations and examples of application of the modern techniques for the generation, transmission, protection and detection at the receiver of the transmitted information. Moreover, the student must demonstrate to be able to apply the knowledge acquired in the framework of a software project developed preferably (though not necessarily) in groups during the course.


Learning Evaluation Criteria.

The student must demonstrate to possess an adequate knowledge of the course's contents, exposing them in a sufficiently correct way, by using the right technical notation and by showing an adequate capacity to formalize the problems, also as regards the mathematical issues. The maximum mark is reached by demonstrating to have a deep and thorough knowledge of the topics, and a complete control of the technical and formal language.


Learning Measurement Criteria.

The learning level is measured by the student's capacity to demonstrate his knowledge and comprehension of the innovative aspects in modern digital transmission techniques, through an approach that combines the mathematical rigor with the intuitive interpretation of the phenomena.


Final Mark Allocation Criteria.

The oral exam consists of two or three questions, depending on the topics discussed during the interview. Each answer receives a mark ranging between 0 and 15 (for the case of two questions) or between 0 and 10 (for the case of three questions). Laude is assigned to those students who, having reached the maximum mark, demonstrate a thorough knowledge of the subjects.



TESTI CONSIGLIATI RECOMMENDED READING

1. Dispense a cura del docente, reperibili dalla piattaforma Moodle di Ateneo (https://learn.univpm.it).
2. John G. Proakis, Masoud Salehi, “Communication Systems Engineering”, 2nd Edition, Prentice Hall, 2002.
3. A. A. Giordano, A. H. Levesque, "Modeling of Digital Communication Systems Using SIMULINK", Wiley, 2015.

1. Set of notes provided by the lecturer, that can be found in the university Moodle platform (https://learn.univpm.it).
2. John G. Proakis, Masoud Salehi, “Communication Systems Engineering”, 2nd Edition, Prentice Hall, 2002.
3. A. A. Giordano, A. H. Levesque, "Modeling of Digital Communication Systems Using SIMULINK", Wiley, 2015.


Scheda insegnamento erogato nell’A.A. 2020-2021
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2020-2021

 


Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427